基于脉冲神经网络的指挥智能体技术

针对现有智能体技术应用于军事指挥控制领域中时存在计算资源需求高、奖励值稀疏、收敛速度慢、推理效果差的问题,提出了一种基于脉冲神经网络(spiking neural network,SNN)和分层强化学习的指挥智能体技术。基于分层强化学习思想对军事指挥智能体进行建模,利用SNN构建智能体决策模型;通过ANN-SNN转换的学习算法获得基于SNN的指挥智能体;基于“墨子”兵棋推演软件开展对比试验,与现有智能体技术相比,提出方法对计算资源的需求较低,且具有较高的博弈对抗胜率。

面向智能化兵棋的认知行为建模方法研究

针对智能化兵棋系统建设运用过程中的认知行为建模问题,提出一种基于角色-行动-场景(Actor-Operations-Scene,AOS)的指挥决策智能体认知行为建模框架,探索了场景知识图谱服务、智能态势认知、智能决策规划和自主综合控制等关键认知行为模型的实现思路和方法,为智能化兵棋系统建设及运用提供可行技术方案。

CARACaS无人自主框架及其感知、控制与协同技术综述

针对CARACaS(Control Architecture for Robotic Agent Command and Sensing)无人自主框架、核心组件、示范验证和应用发展情况进行综述。首先,简要描述了自主框架的组成及其软件架构的设计原则和思路,对行为、动态规划和感知三类引擎的技术特征进行分析,讨论了世界模型的构建原则和方式;其次,较为详细地分析了CARACaS技术典型示范验证和拓展应用情况,讨论了水面无人艇自主导航应用中CARACaS感知系统技术演化和发展;然后,考虑CARACaS技术示范验证与美国无人行业领军代表——空间集成系统公司SIS(Spatial Integrated Systems)集成开发工作密切相关,概要总结了SIS集成技术特点和最新进展;最后,结合美军在无人领域重点研究技术的发展情况,给出了几点启示。